ＡＩ・データサイエンス入門 (ＧＳ)

科目名
ＡＩ・データサイエンス入門 (ＧＳ)

開講年度学期
2024年度後期
配当学年
1年

ナンバリング

単位
2単位

時間
火曜日Ⅳ校時（14:40〜16:10）
教室
122教室

教科書
「基礎からはじめるデータサイエンス」保本正芳編、noa出版

1．担当教員

担当教員
熊谷　健二

研究室
熊谷：3号館3階

オフィスアワー
熊谷：木曜日Ⅲ校時（13:00〜14:30）

2．授業の目的

(1)授業の目的

Excelを使ったデータの整理、加工、分析、可視化などの演習を通して、データサイエンスに関する基本的な知識（統計学）と情報処理スキルを身につけることを目的とする。また、現在社会において起こっている変化や、AI・データ活用の事例、データセキュリティやプライバシーなどの重要な問題についても考察する。

(2)到達目標とディプロマポリシーとの関連

①社会におけるAI・データ活用の事例や、社会で起きている変化、AI活用領域について説明できる。
<学部DP2②③>
②AI・データを活用するうえでのモラルや、個人情報を守るための注意点について説明できる。
<学部DP4①②③④⑤>
③基本的な数学知識や統計学をデータ分析に活用できる。
<学部DP3②>
④Excelを用いたデータの整理、加工、分析、可視化など適切なデータ分析ができる。
<学部DP3②>

※各学科各学年のディプロマ・ポリシーはこちらのリンクからご確認ください。

【https://drive.google.com/file/d/1vMVlJoCFFsO-n6_ljtpbwYmSL2IAU5Q3/view?usp=drive_link】

※各学科各学年のカリキュラムマップはこちらのリンクからご確認ください。

【https://drive.google.com/file/d/1H_tCOiCeKmdQnNmr-Lh4INKo7mlB-jmt/view?usp=drive_link】

3．授業の概要

本講義では、データサイエンスに必要な数学（統計学）とコンピュータを使ったデータ分析手法について、アクティブ・ラーニングを通して学習する。授業では企業の実データを用いた実習や、各学科の専門分野におけるAI・データ活用の事例、データ・AIを扱う上で注意すべき事項などについても学習する。授業は各自のノートパソコンを使用する。小テストやアンケート、課題提出にはUNIPAを利用する。この科目は本学の「数理・データサイエンス・AI教育プログラム」の必修授業である。

4.授業の受け方・勉強の仕方

(1)予習の仕方

前回までの授業の内容を事前に確認して授業に臨むこと。また、反転授業の場合は事前にビデオを見ておくこと。授業時に予習内容について指示する場合もある。

(2)授業の受け方

教科書、配布資料にそって授業を行う。Excelを使った演習も行う。

(3)復習の仕方

毎回の授業の内容を見直し、課題に取り組む。不明な箇所は教科書等で確認すること。それでも解決できない場合は直接質問に来るか、またはUNIPAの授業Q＆Aを利用し質問すること。

5．受講にあたってのルール

（1）毎回各自のパソコンを持参すること。
（2）私語や授業内容と関係のないコンピュータ利用を行っている場合は退室させる場合がある。
（3）やむを得ない理由なく授業開始後30分以上遅れての出席は欠席とする。6回以上欠席の場合は不合格とする。
（4）課題等の提出は学修支援システムから行うこと。

6．授業計画と「予習・復習」の内容及び必要な時間

回
テーマ
予習・復習
備考

第1回
オリエンテーション…授業の進め方の説明

第2回
社会で起きている変化
テキスト p.1〜p.18

第3回
社会におけるAI・データ活用の事例　その１
配布資料１

第4回
社会におけるAI・データ活用の事例　その２データ活用を知る　その１
配布資料１テキスト p.19〜p.34

第5回
データ活用を知る　その２
テキスト p.35〜p.48

第6回
Excelの復習（計算式・数式のコピー・相対参照・絶対参照・関数の使用・並べ替え・オートフィルター・グラフの作成）
テキスト p.90〜p.105 テキスト p.111〜p.117

第7回
統計学の基礎　その１（標本調査・度数分布表・ヒストグラム・平均値・中央値・最頻値）
テキスト p.118〜p.125

第8回
統計学の基礎　その２（分散・標準偏差・正規分布・散布図・相関係数・回帰直線・回帰分析）
テキスト p.126〜p.133 テキスト p.140〜p.151

第9回
データを分析する（事例「顧客分析」）
テキスト p.50〜p.63

第10回
データを分析する（事例「仕入れ計画」）
テキスト p.64〜p.77

第11回
企業の実データを用いた実習
配布資料２

第12回
データ・AI利活用における留意事項
配布資料３

第13回
各学科の専門領域のデータを用いた演習　その１

第14回
各学科の専門領域のデータを用いた演習　その２

第15回
各学科の専門領域のデータを用いた演習　その３

第16回
まとめ

予習・復習
前の授業で伝えるキーワードを事前に調べてくること。反転授業の場合は事前にビデオを見ておくこと。復習では、次回の授業までに疑問点を調べておくこと。目安の時間として、授業1コマにつき、予習120分、復習120分が必要。

7．評価方法（テスト、レポート、課題等へのフィードバック方法を含む）

到達目標と評価項目の関連

（1）受講態度（30%）…出席状況、授業への積極的な参加態度等を考慮する。
<到達目標①②③④>
（2）課題（40%）…授業内容の確認のための課題
<到達目標①②③④>
（2）レポート（30%）
<到達目標①②③④>

8．参考図書・文献

9．履修上の注意

・積み重ね教科なので、休まず積極的に参加すること。
・受講に際して、心配や不安なことがある場合は、必ず2回目の授業までに担当者に相談してください。事情によっては、レポートなどの代替課題を課すなどの、特別な配慮を行う場合があります。

シラバス情報